주의 사항 : 저는 기후학 전문가가 아닙니다. 이것은 내 분야가 아닙니다. 이것을 명심하십시오. 정정을 환영합니다.
당신이 말하는 수치는 최근 논문 Santer et al. 2019, 기후 변화 과학의 세 가지 핵심 이벤트 주년 기념 에서 자연 기후 변화 . 연구 논문이 아니라 간단한 의견입니다. 이 그림은 같은 저자 의 초기 과학 논문 Santer et al. 2018, 대류권 온도의 계절 순환에 대한 인간의 영향 . 2019 년 수치는 다음과 같습니다.
그리고 여기에 2018 년 그림이 있습니다; 패널 A는 2019 년 수치에 해당합니다.
이 마지막 그림 (4 개 패널 모두)의 통계 분석을 설명하려고합니다. 과학 논문은 오픈 액세스 꽤 읽을; 통계적 세부 사항은 일반적으로 보충 자료에 숨겨져 있습니다. 통계를 논의하기 전에 여기에서 사용 된 관측 데이터와 시뮬레이션 (기후 모델)에 대해 몇 마디 말해야합니다.
1. 데이터
약어 RSS, UAH 및 STAR는 위성 측정에서 대류권 온도의 재구성을 나타냅니다. 대류권 온도는 1979 년 이후 기상 위성을 사용하여 모니터링되었습니다 . MSU 온도 측정에 대한 Wikipedia를 참조하십시오 . 불행히도 위성은 온도를 직접 측정하지 않습니다. 그들은 온도를 추론 할 수있는 다른 것을 측정합니다. 더욱이, 이들은 다양한 시간 의존적 바이어스 및 교정 문제를 겪는 것으로 알려져있다. 이로 인해 실제 온도 재구성이 어려운 문제가됩니다. 여러 연구 그룹이 다소 다른 방법론에 따라이 재구성을 수행하고 다소 다른 최종 결과를 얻습니다. RSS, UAH 및 STAR가 이러한 재구성입니다. Wikipedia를 인용하면
위성은 온도를 측정하지 않습니다. 그들은 다양한 파장 대역에서 광도를 측정하며, 온도의 간접 추론을 얻기 위해 수학적으로 반전되어야합니다. 결과 온도 프로파일은 복사로부터 온도를 얻는 데 사용되는 방법의 세부 사항에 따라 다릅니다. 결과적으로 위성 데이터를 분석 한 다른 그룹은 다른 온도 경향을 얻었습니다. 이 그룹 중에는 원격 감지 시스템 (RSS)과 헌츠빌 (UAH)의 앨라배마 대학교가 있습니다. 위성 시리즈는 완전히 동 질적이지 않습니다. 기록은 비슷하지만 동일하지 않은 일련의 위성으로 구성됩니다. 센서는 시간이 지남에 따라 열화되며 궤도의 위성 드리프트에 대한 수정이 필요합니다.
어떤 재구성이 더 안정적인지에 대한 많은 논쟁이 있습니다. 각 그룹은 매번 알고리즘을 업데이트하고 전체 재구성 된 시계열을 변경합니다. 예를 들어 RSS v3.3이 위 그림에서 RSS v4.0과 다른 이유입니다. 전반적으로 AFAIK는 지구 표면 온도의 추정치가 위성 측정보다 더 정확하다는 것이 현장에서 잘 받아 들여지고 있습니다. 어쨌든,이 질문에 중요한 것은 1979 년부터 지금까지, 즉 위도, 경도 및 시간의 함수로서 공간적으로 해결 된 대류권 온도의 몇 가지 이용 가능한 추정치가 있다는 것입니다.
T(x,t)
2. 모델
대류권 온도를 시뮬레이션하기 위해 (위도, 경도 및 시간의 함수로) 실행할 수있는 다양한 기후 모델이 있습니다. 이 모델은 CO2 농도, 화산 활동, 태양 복사, 에어로졸 농도 및 기타 다양한 외부 영향을 입력으로 사용하고 출력으로 온도를 생성합니다. 이 모델은 실제 측정 된 외부 영향을 사용하여 동일한 기간 (1979 년)에 실행할 수 있습니다. 그런 다음 평균 모델 출력을 얻기 위해 출력을 평균화 할 수 있습니다.
비 인위적 모델 예측에 대한 아이디어를 얻기 위해 인위적 요인 (온실 가스, 에어로졸 등)을 입력하지 않고 이러한 모델을 실행할 수도 있습니다. 다른 모든 요인 (태양 / 화산 등)은 평균값 주위에서 변동하므로 비 인위적 모델 출력은 구성에 의해 정지됩니다. 다시 말해,이 모델은 특정 외부 원인없이 기후가 자연스럽게 변하는 것을 허용하지 않습니다.
M(x,t)N(x,t)
z
T(x,t)M(x,t)N(x,t)
T(x,i)M(x,i)N(x,i)i
- 연간 평균 : 연중 평균 기온.
- 연간 계절주기 : 여름 온도에서 겨울 온도를 뺀 값입니다.
- xi
- 글로벌 평균을 뺀 연간 계절주기 : (2)와 동일하지만 다시 글로벌 평균을 뺍니다.
M(x,i)F(x)
T(x,i)F(x)Z(i)=∑xT(x,i)F(x),
βz
W(i)=∑xN(x,i)F(x),
βnoiseβnoisez-통계량:
z=βVar1/2[βnoise].
z
z
4. 일부 의견
첫 번째 지문 (패널 A)은 가장 사소한 IMHO입니다. 이는 관측 된 온도가 단조롭게 증가하는 반면 귀무 가설 하의 온도는 증가하지 않음을 의미합니다. 나는이 결론을 내리기 위해이 복잡한 기계가 필요하다고 생각하지 않습니다. 세계 평균 대류권 온도 (RSS 변형) 시계열 은 다음과 같습니다 .
여기에는 매우 중요한 추세가 있습니다. 나는 그것을 볼 수있는 모델이 필요하다고 생각하지 않습니다.
z
z
z